南北方文化差异总结范文第1篇

[关键词] 大学；数学课堂；极限思想

[中图分类号] F740 [文献标识码] B

[文章编号] 1009-6043（2016）12-0038-04

一、引言

对于每个国家而言，区域经济差异都是区域经济学所探讨的一个主要问题，也是各国政府制定国家和地区政策的前提和基础。作为西部地区的云南省来说，是中国31个省份地区中内部区域经济发展最为不平衡的省份之一。通过对云南省内部区域经济差异变动的研究，能够检验国家和云南省区域发展战略及政策实施效果的有效性，同时能够更好地掌握云南省经济发展变化的实际情况，有利于政府的宏观调控。

二、云南省区域发展差距变动趋势分析

（一）基于泰尔指数的云南省区域发展差距分析

1.研究区域划分。研究云南省区域发展差距的时候需要考虑区域划分的问题，本文采用“云南省国民经济和社会发展第十二个五年规划纲要”对云南省地区的划分，将云南省划分为滇中地区、滇西地区、滇西北地区、滇西南地区、滇东南地区，各地区范围如表1所示。

（二）计量方法说明

国内外对于区域差异定量衡量的办法有很多，常用的有：变异系数、基尼系数、泰尔指数等。因为泰尔指数具有可以分解特性，能够分析区域总体差异、区域间差异、区域内部的差异，以及区域间、区域内部的经济差异对区域总体差异的影响，反映出影响总体差异变动的主要因素，因此本文采用泰尔指数分析云南省的区域经济差异。具体的计算公式为：

I=Id+Iw 公式（1）

其中，I表示云南省总体差异，Id表示区域间差异，Iw表示区域内部的总差异。

1.区域内部的总差异Iw是表1中划分的5个区域内部各个州市间差异的加权求和：

其中，GDP表示第i个地区的GDP总和，GDP表示云南省地区生产总值，INi为第i个地区内部的差异。

2.IN1、IN2、IN3、IN4、IN5分别表示滇中地区、滇西地区、滇西北地区、滇西南地区、滇东南地区内部的差异，计算公式为：

其中GDPij和Pij分别代表第i个地区第j个州市的地区生产总值和人口数量，GDPi和Pi分别代表第i个地区的地区生产总值和人口总量。

3.区域间的差异Id是由各个地区的GDP占云南省GDP相对比重加权求和得到。公式为：

综合公式（1）、（2）、（3）、（4），云南省总体差异可以表示为：

泰尔指数越大表示地区经济发展水平差异越大，反之，说明地区经济发展差异越小。

（三）基于泰尔指数对云南省经济差异变动的实证研究

本文选取2000-2014年15年内的地区生产总值和年末人口数来分析云南省经济差异变动的情况。数据均来于2001-2015年《云南统计年鉴》以及云南省各州市各年的统计年鉴。

表2得出了2000-2014年云南省地区生产总值的泰尔指数的分解结果，根据表2得出云南省总体以及区域间、区域内部泰尔指数变化的折线图图1，图2为各地区以及区域间的差异对云南省总体经济差异的贡献率。从表2、图1、图2中可以发现云南省区域经济差异的变化趋势具有以下特点：

1.云南省总体经济差异变化在2000-2014年间经历了先下降、再上升、然后又下降的变化。第一阶段是2000-2008年，泰尔指数由2000年0.2867下降到0.1326，下降了53.74%，说明在这一阶段云南省总体经济差异呈现缩小趋势；第二阶段是2008-2009年期间，泰尔指数由0.1326上升到0.1741，上升了23.81%，云南省总体经济发展差异有所扩大，这主要是由于区域间的差异扩大所造成的；第三阶段是2009-2014年，这期间泰尔指数整体呈下降趋势，由0.1741下降为0.1241，下降了40.24%，这一阶段，云南省总体经济差异有所缩小。

2.就云南省5个地区内部的经济差异而言，除了滇西北地区之外，其余4个地区内部的区域经济差异整体呈下降趋势。其中滇中地区是5个地区当中内部经济差异最大的一个地区，同时也是差异变化幅度最大的一个地区，内部区域差异由2000年0.2497下降到2014年的0.1353，下降了45.8%；滇西地区是云南省内部差异最小的地区，且差异变动起伏较小；相比于其他地区，滇西北地区的经济差异有所扩大，并且从2009年开始，滇西北内部差异超过了滇东南地区、滇西南、滇西地区，成为内部差异第二大的地区；滇西南地区、滇东南地区的内部经济差异变动比较平缓，逐步的下降，但下降幅度不大。

3.云南省区域间的经济差异变化大致经历了缩小、扩大、再缩小的过程；在2000-2008年间，区域间的差异整体上是缩小的，由0.1105下降到0.0343，下降幅度为68.9%；但随后的一年当中，区域间的差异由2008年的0.0343上升到了2009年的0.0751，上升了54.26%；而在2010-2014年期间，云南省区域间的差异整体上呈现缩小的趋势，截止到2014年，区域间的差异为0.0368。

三、云南省区域经济差异的收敛性分析

（一）计量方法说明

对于区域经济差异的未来变化是趋同还是趋异的分析，目前学者们主要是利用截面数据分析法、面板数据分析法、时间序列分析法、收入分布动态法四种方法来进行研究。本文采用时间序列分析法，利用2000-2014年云南省5个地区人均GDP的加权变异系数进行分析，借助Eviews软件来建立一元线性回归模型来分析云南省区域经济差异的趋势。建立模型为：

yi=c+bti+i

其中，yi表示时间i时云南省以及各地区人均收入的加权变异系数，ti表示时间，？孜i表示随机误差项。由模型可知，若b0，区域内部经济差异会越来越大；若b=0时，经济差异水平保持不变。

（二）实证分析结果

通过Eviews软件对云南省以及5个地区经济差异进行回归分析，回归分析结果为表4。由表4可以得知，模型的拟合度都很好，R2>70%；从Eviews的结果可以得出，除了滇西北地区之外，其余地区的b

四、云南省区域经济差异的成因分析

（一）计量方法说明

根据上述泰尔指数分析的结果得到从2000-2014年云南省区域经济差异经历了缩小、扩大、再缩小的过程。而造成云南省区域经济差距变动的原因是多方面的，既有地区某方面的先天优势的因素，也有地区间经济构成不同的原因，还有政府对各地区政策差异的原因。在众多的影响因素中，固定资产投资在一定程度上对地区人均产出水平的提高具有积极的作用。在我国，投资决策不全是由市场经济主导的，政府会进行一部分干预，所以使用固定资产投资指标能够反映政府对不同地区的政策倾斜程度；社会劳动参与率对于地区的人均产出水平有极大的提升作用，能够缩小区域之间的差异；市场经济的容量是影响地区经济发展水平差距变动的因素之一，这一指标可以用地区的社会消费品零售额占GDP的比重来衡量，显示出居民消费对该地区经济发展的拉动作用；财政支出水平采用财政支出占GDP比重来代替，占的比重越高，说明政府对地区经济的干预越多，则市场化程度越低，反之，市场化程度越高，若此指标的系数为负对于缩小地区内部的差异有积极作用。因此本文中利用固定资产投资、社会劳动参与率、市场经济的容量、政府财政支出水平个指标来研究影响云南省以及区域经济差异变动的原因。

本文中选取人均GDP为因变量，市场经济容量指标用云南省社会消费品零售总额占GDP比重代替；财政支出水平用财政支出占GDP比重替代。建立回归模型为：

In（pGDPit）=β0+β1INVit+β2EMPit+β3MAKit+β4MAKDit+μit

In（pGDPit）为第i个地区第t年人均GDP的对数，β0为截距项，INVit为i地区在t年的固定资产投资率，EMPit为地区在t年的社会劳动参与率，社会劳动参与率计算办法为地区就业人口除以地区总人口；MAKit为i地区在t年的社会消费品零售额占GDP的比率；为地区在年的财政支出的比重，μit为随机误差项。

（二）实证分析

对云南省以及5个地区2000-2014各个指标的面板数据分析，通过豪斯曼检验，选用固定效应模型进行回归分析，分析的结果表4。从表4的回归分析结果得到选取的4个解释变量对地区人均GDP的对数都有一定的影响，且模型的拟合程度都很高。各因素对地区经济差距的影响如下：

1.横向对比5个地区，滇中地区的固定资产投资率对滇中地区人均GDP的影响最大，滇中、滇东南、滇西南、滇西、滇西北5个地区的固定资产投资率的系数为正，表明这5地区的固定资产投资对地区经济发展有积极的影响，能够极大的提高地区人均GDP，从而缩小区域之间的差异。

2.滇西北的劳动参与率对人均产出的影响最大，而滇西南、滇东南地区的社会劳动参与率对人均产出的影响相比较其他地区较弱。

3.市场经济的容量对滇西北地区影响最大，对滇西、滇东南影响次之，滇中、滇西南影响较小。

4.云南省5个地区的市场化程度系数都为正，这将极大的缩小云南省区域间的差距，而5个地区中，市场化程度滇东南地区的人均GDP影响高于其他4个地区。

从云南省整体来看，经济差距主要受社会劳动参与率、固定资产投资、市场经济容量的影响，财政支出水平对云南省经济差异影响不大，其中对云南省总体经济差距起到缩小作用的因素有市场的经济容量、以及财政支出水平；滇中地区的内部经济差距主要受固定资产投资、社会劳动参与率、市场经济容量、财政支出水平的影响，其中固定资产投资、社会劳动参与率、财政支出水平拉大了滇中地区的内部差异。而市场的经济容量缩小了区域内部差异，2004年―2014年滇中地区内部经济差异缩小很大部分来自于市场的经济容量；对于滇西地区，对内部经济差异起显著作用的是，社会劳动参与率、市场经济容量、财政支出程度，其中，社会劳动参与率、财政支出水平扩大了区域内部的差异，只有市场经济容量缩小区域内部的差距，但是使区域差异缩小的因素的作用大于使区域经济扩大的因素。因此在15年期间，从整体看，滇西地区内部差距在稳步下降；对于滇西北而言，社会劳动参与率、市场经济容量、财政支出水平对区域差异有显著影响，只有市场经济容量缩小了滇西北地区的经济差异，其他两个地区都是区域内部差异有所扩大，所以这就造成了滇西北地区近几年经济差异不断扩大的原因；对滇西南、滇东南地区内部差异影响较为显著的是固定资产投资、财政支出水平、市场容量，其中固定资产投资、财政支出水平对内部差距起到扩大的作用，市场的容量缓解了经济差距，但是影响地区缩小的作用大于促使差距扩大的作用，因此，滇西南地区、滇东南地区呈现出差距缩小的趋势。

四、基本结论与思考

本文利用云南省以及各地区2000-2014年的经济增长的面板数据，利用泰尔系数以及人均GDP加权变异系数综合分析了云南省总体以及区域间、区域内部经济差距的变动趋势；并对各地区经济差距变动进行的成因分析。研究发现，云南省总体经济差异呈现缩小、扩大、再缩小的趋势；而5个地区，除了滇西北地区之外，其余4个地区内部区域经济差异都是在缩小的；对区域差异变动的成因分析表明，固定资产投资、社会劳动参与率、市场经济容量、财政支出水平对于区域差异都有一定的影响，固定资产投资、社会劳动参与率对于区域间的经济差异缩小有积极作用，相反市场经济容量、财政支出水平对区域间差异缩小有负的影响，但是对于实现区域内部经济差异缩小有显著的作用。

从上述的定量以及实证分析可以猜想，云南省若要较快的实现区域的均衡发展，需要加大对固定资产投资。放宽对劳动力流动的限制，积极引导资源在区域间的重新配置尤其是加大对落后地区的支持，带动沿边偏远地区的经济发展。与此同时，不断加深市场化程度，逐步缩小区域间的差异。政府在重视区域间差距缩小的同时，也不能忽视区域内部的差异，特别是滇西北地区的经济差异，近几年显示出扩大的趋势，很大程度影响了云南省实现协调发展的进程。

[参 考 文 献]

[1]魏后凯.现代区域经济学[M].北京：经济管理出版社，2011：432-439

[2]贾俊雪，郭庆旺.中国区域经济趋同与差异分析[J].中国人民大学学报，2007（5）：61-68

[3]吴殿廷.中国三大地带经济增长差异的系统分析[J].地域研究与开发，2001（6）：35-46

[4]吴殿廷.试论中国经济增长的南北差异[J].地域研究与开发，2001（5）：18-25

[5]俞路.我国区域经济差异的时空分析[J].财经研究，2007（3）：125-136

[6]王笳旭.中国区域经济发展差距变动趋势及成因分析[J].区域经济，2013（5）：18-22

南北方文化差异总结范文第2篇

关键词：区域经济；高等教育；河南；湖北

一 、引言

1.1问题的提出

区域经济和区域高等教育的发展理论上具有一定程度的协调性和相关性。此点无论在国内外的实践，还是国内外的各种理论研究中，均证明了高等教育与区域经济之间具有很强的协调性和相关性。但是在现实实际中，这点并不能得到有效的论证。比如，陕西也作为全国著名的科技大省、教育大省、文化大省，具有得天独厚的办学优势、 庞大的人才队伍和强大的支撑力，理应也是一个经济大省。然而现实中， 尽管陕西拥有丰厚的文化、发达的教育、高端的科技，但经济发展却明显滞后。这种教育与经济发展水平差距悬殊的状况被学者称之为“陕西现象” 。本文通过河南和湖北两省的比较，进行相关分析区域经济和区域高等教育之间的关系。

1.2样本选择理由

笔者选择这两省作为分析的样本，基于以下理由：

首先，河南，湖北两省无论是在区域位置，自然资源，气候条件，交通条件等方面均具有相似。其次，河南和湖北在经济既有共同点又有差距。河南与湖北两省在中部六省中，中部六省与东部地区和西部地区相比，东西两个地区的发展势头均高于中部地区，形成了中部“塌陷”的形式。但是在中部地区GDP总量中河南位居中部第一位，湖北在处在第二位，所以说两者有比较的必要。再次，河南与湖北在高等教育上有着明显的差别。湖北省是我国教育资源较为集中的地方，尤其是高等教育。湖北的高等教育水平位居全国前列，大学生人数达130万，其中武汉大学生人数超过105万，居全国第一；高等院校数量居全国第二；国家重点院校数量位居全国第三；研究生教育水平国内排第四，仅次于北京、上海、江苏。但是河南无论是高等教育人才，高等教育数量，重点院校数量均小于湖北省。

对于这种教育水平与经济发展水平发展差距悬殊的状况在国内并不只是在河南和湖北两省有，此前还提过陕西以及浙江均有这种类似现象。因此本文基于河南、湖北两省的分析，对于实现高等教育与区域经济的共同发展有重大的理论与实际意义。

二、河南、湖北两省高等教育发展差异分析

2.1 基本指标设定及说明

没有任何一个数据能够全面地反映出该地区的高等教育，因此这里的指标必须包括相应的子指标。这里，将衡量教育的指标分为教育规模、教育质量和教育效益这三个子指标。教育规模，采用的是每万人在校生数，这能更准确地反映和评价教育产出规模本身的变动情况。教育质量指标，采用高等教育单位中老师数与学生数之比。我们认为如果每个学校每个老师教授的学生过多，就有理由相信，此时的教育质量是没有保障和可能低下的。教育效益指标，采用的是高素质人口比重，即接受过高等教育的人口占总人口的比重，体现出教育是否真正促进了地区人口素质的提升。

2.2 教育规模分析

这个数据可以看出河南的教育规模相较于湖北来说，两者的差距是比较大的，但是我们可以看出2004年时，湖北十万人口在校大学生数是河南十万人口在校大学生数的2倍多，但是到了2011年，湖北的同期数只有河南同期数的1.57倍。河南的高等教育规模虽然不如湖北，但是发展迅速，但是两者之间的差距依旧较大。

也就是说在河南每个高等教育单位所培养的人是低于湖北省的，可能会说每个单位教育的人越少不越能集中教育资源，提高教育质量。但是实际上，师生比方面，河南又是高于湖北的，而且有越来越大的趋势。这只能反映出一个事实，即，河南省的教育资源不足，尤其是适合的高等教育的师资力量是绝对不如湖北省的。

2.3 教育质量分析

我们采用的采用高等教育单位中老师数与学生数之比，具体原因前面已经介绍，这里面就不在赘述了。数据如下：

从数据上来看，河南的高校老师平均要比湖北的老师多交2个学生。而且两个省都存在高校师资不足的问题。在这里，我们不难看出，随着高校的扩招，教师队伍建设方面且不说质量方面，就是数量方面，也是跟不上扩招的速度，很多高校的师生比低于国家规定的1：14的标准。2009年河南的，师生比已经快要逼近1：20，远远超过国家的相关的规定。这进一步体现出河南省高校师资力量不足的严重问题。

2.4 教育效益指标分析

对于衡量教育效益指标，采用的是接受过高等教育的人口占总人口的比重，但是受到数据收集的影响，这里只有根据第六次人口普查得出的结果，湖北省接受过高等教育的人口占总人口的比重为9.53%，而河南省受过高等教育的人口占总人口的比重为6.39%，可见两者的差距是十分巨大的。再从两个省的毕业人数进行分析。

在2005年，湖北的高校毕业人数还远远高于河南省，但是到了2011年，河南省的毕业人数却超过了湖北省。但是，由于河南省人口数目较大，想要提升全省的高等教育人口比重无疑是一件很困难的事。

2.5 结论

从三个指标来看，河南省与湖北省均有着较为明显的差距，而且就目前的河南教育发展水平来看，并且受到历史因素等多重因素的影响，笔者并不认为河南的高等教育会实现跨越式地发展直至超过湖北省。而且我们不难发现通过前面一些简单的数据分析，笔者认为河南高等教育有以下问题：

a 顶尖学科的缺失。b 在2004到2009年，河南省的师生比一直在上涨，这看出河南省的师资力量是比较薄弱的。

但是湖北省的高等教育发展存在较为严重的结构缺陷。湖北省各地方高校规模发展不平衡，武汉市占了全省40%的高校，囊括了全部8所部属高校，在校生是地方高校的60%，特别是校均在校生几乎是地方高校的两倍，这说明湖北省省属高校存在着明显的结构缺陷。这些缺陷表现为地方高校办学规模小、资源配置不平衡，这又必然导致高校办学效益不高、管理体制条块分割等问题。

三、河南、湖北两省区域经济发展差异分析

3.1 两省经济差异总述

河南与湖北两省同处于我国中部地区。中部地区是指中国的内陆腹地，只要是指山西、河南、湖北、安徽、江西六省。在改革开放之后，特别是90年代，“西部大开发”战略的提出，东部地区和西部地区经济增长势头均在中部之上。从现在众多的数据来看，中部地区已经处于“塌陷”的状态，而且经济结构相较于东部地区也为低水平的“二三一”的经济结构。并且中部地区内部的经济差异也越来越明显，中部六省中，GDP总量以河南和湖北领先，江西和山西落后一些。本文重要集中分析河南和湖北之间的经济差异。

两省之间的经济差异分为省间差异和省内差异。后文对两者之间的差异也基于此项分类。

3.2 指标简介

本文是用泰尔指数法对河南。湖北两省区域经济差异进行分解。泰尔指数最早是由荷兰著名经济学家H.Theil于1967年利用信息理论中的熵概念来计算收入的不平等性，通常作为衡量地区之间收入差距的指标。该数值越小说明区域间不均衡程度越小，越大则相反。

从理论上讲，一个好的衡量收入差距的相对指标应具备以下五个性质：1、匿名性或无名性；2、齐次性；3、总体独立性；4、转移性原则；5、强洛伦茨一致性，即要和洛伦茨曲线有一致性。泰尔指数是目前唯一可以满足上述五个性质的指标。

用泰尔指数来衡量收入差距的一个最大优点是它可以衡量总差距、组内差距、组间差距，以及组内差距、组间差距对总差距的贡献。这样就可以判断收入差距在多大程度上是由组内引起的，在多大程度上是由组间引起的。该指标恰如其分的满足研究的需要[3]。

我们可以很明显的看出，河南和湖北地区间的差异显得微乎其微，两者之间的差异在地区内部的差异。如果，说经济与高等教育有着直接而明显的关系，那么河南与湖北之间高等教育的差异也应该更多地体现在区域内部的差异。

方差作为变异系数中，用得最多也是最简单的系数。如果我们把每个省视为一个单独的样本，计算组内方差这，来衡量省内的差异情况，结果如下。

我们可以很明显看出，湖北省内部方差较大，内部差异相较于河南较大。从具体数据来看，武汉市GDP占湖北近三分之一，过多的经济资源集中在武汉一市，无疑是不利于湖北整体经济发展的。

3.4 结论

根据，泰尔系数分解法来看，河南和湖北两者之间的差异不是很大，但是湖北省的省内差异十分明显。这对于，两个省之间高等教育的布局无疑是有着重要的影响。

四、结论

4.1 结论

本文将区域分为高等教育建设与经济发展两个方面，试图找寻之间的联系。对于衡量区域高等教育发展方面，分为教育规模、教育质量和教育效益这三个子指标。本文从这三个指标入手，认为河南省无论是在教育规模，还是教育质量，亦或者是教育效益方面与湖北省均有着较为明显的差距，河南省区域高等教育的发展远远落后于湖北省。但是两者区域高等教育发展也都有其各自问题，前文已有详述，这里不再赘述。

在经济发展方面，两者之间差距从人均GDP还是泰尔指数分析法来看，省际之间差距都不是很大，但是明显的是两者的省内差异，这点在在湖北省体现较为明显由于湖北省省内经济差异较大，形成了较为严重的省内高等教育结构差异。

河南省在经济发展水平基本与湖北省一致的情况，却出现高等教育发展大大落后的情况，这说明区域高等教育与区域经济的发展并不具有一定的关系，但是区域内部经济结构影响高等教育的布局和结构。

参考文献：

[1]姚聪莉， 于欣荣， 赵小白. 教育与经济视角： 对 “陕西现象” 的分析[J]. 西北大学学报 （哲学社会科学版）， 2009.

南北方文化差异总结范文第3篇

关键词：城镇生活能源消费；泰尔指数；区域差异；贡献度

文章编号：2095-5960（2017）02-0001-09；中图分类号：F062.1；文献标识码：A

能源是社会发展及人类生存所依赖的重要物质基础，与人类生活的各个方面息息相关[1]。在一些发达国家，居民生活能源消费已经超过工业能源消费，并随着人口与居民收入水平的增长而不断增加，成为能源消费与碳排放的重要贡献者[2]，而居民生活能源消费中城镇居民生活能源消费量远高于农村[3]。我国疆域辽阔，各区域资源禀赋与自然条件的不同造成了区域间发展的差异性与不平衡性，区域发展不平衡问题在我国经济社会发展过程中日益突出[4]。研究城镇生活能源消费区域差异性对于我国制定更具针对性的区域能源消费政策和居民节能政策，实现各区域协调发展，降低城镇生活能源消费量具有重要意义。

目前我国对于生活能源消费的研究较少，对于城镇生活能源消费区域差异性问题的探讨更是鲜见，大多数学者主要考察了中国能源消费区域差异问题。张艳东、赵涛（2015）[5]运用泰尔指数法在三大地区与富裕度分区两种方式下对中国能源消费区域差异问题进行分析，并考察了区域间差异与区域内差异对总差异的影响程度；马晓钰和李强谊（2014）[6]对中国能源消费区域差异进行了分解并进一步考察了其影响因素。从分区方式来看，大多数学者采用传统的东、中、西三区域分区方式或直接以省域为研究单元[7][8]，邓吉祥等（2014）[9]根据《中国区域间投入产出表》的区域划分方法，将中国划分为区域，此分区方式有利于进行详细的区域经济统计、研究和区域发展政策分析。在对区域差异问题进行研究时，国内学者大多采用基尼系数、极差和变异系数等方法，使用泰尔指数的较少[5][10][11][12]，泰尔指数的优势在于不仅可以度量整体差异水平，还可将总体差异分解为区域间差异和区域内差异[13]。

为了测量中国各区域城镇生活能源消费空间差异及其变动趋势，本文选择区域分区方式，采用泰尔指数法，并以收入和城镇人口为权重的泰尔指数进行对比，研究城镇居民生活水平和城镇人口对中国城镇生活能源消费区域差异的影响。同时，本文考察了区域内差异和区域间差异对总体差异的贡献程度，并据此对不同区域实施因地制宜的能源政策提供借鉴与参考。这对我国制定符合各地区实际的节能目标、切实提高能源利用效率具有重要的现实意义。

一、城镇生活能源消费区域差异测度方法与指标选择

（一）测度方法

本文采用泰尔指数法对我国不同区域间以及区域内各省、市之间城镇生活能源消费区域差异[17]进行测度。泰尔指数最初由泰尔（Theil）用来计算区域间收入的差异性与不平等性[14][15][16]，借鉴泰尔（Theil）、考埃尔（1980）[18]、彭定S和陈玮仪（2014）[19]关于泰尔指数的研究成果，构建城镇生活能源消费泰尔指数计算公式如下：

式中：T为反映中国区域城镇生活能源消费差异的总体泰尔指数；i表示第i省份；N表示省份总数；马晓钰和李强谊（2014）[6]、康晓娟和杨冬民（2010）[13]等学者运用泰尔指数测度中国能源消费区域差异时，运用能源总量数据进行计算，本文借鉴他们的研究成果，用E表示中国城镇生活能源消费总量，X表示计算泰尔指数的权重变量。在总结相关研究的基础上[13][20][21]，本文以某年中国城镇居民总收入（或中国城镇总人口）作为权重；Xi、Ei分别表示第i省份的城镇收入（或城镇人口）、城镇能源消费量。将以城镇居民收入、城镇人口作为权重计算的城镇生活能源消费泰尔指数分别记为T（UI）、T（P）。根据泰尔指数计算公式可知，当某地区变量Xi占全国比例与该地区城镇生活能源消费量Ei占全国比例越接近时，泰尔指数越小，此时表明城镇生活能源消费量与该变量的发展更具有相似性，匹配程度更高。

式（2）、（3）和（4）中：Tw、Tb分别表示反映区域内差异与区域间差异的泰尔指数；j表示区域序号；Nj和M分别表示第j区域和区域总数量，Ni表示第j区域的省份总数量；Twj表示第j区域的泰尔指数；Xj表示第j区域的城镇收入或人口总量，X、E含义同公式（1）；Ej表示第j区域城镇生活能源消费总量；Xij表示第j区域内第i省份的城镇收入或人口总量；Eij表示第j区域内第i省份的城镇生活能源消费量。为体现^域内部差异以及区域间差异和区域内差异对区域总差异的贡献程度，分别定义区域间差异对总差异的贡献率Ib、区域内差异对总差异的贡献率Iw、第j区域内部差异对总差异的贡献率Ij，计算公式如下：

（二）数据处理

采用将居民生活能源消费中的各项能耗折算成标准煤的方法[22]，本文计算得出2000年―2012年中国29个省份（直辖市、自治区）城镇生活能源消费的总量，由于宁夏、自治区、中国香港和澳门特别行政区以及台湾地区数据难以获得，为保证数据具可比性与连贯性，这五个地区不包括在内。城镇生活各类能源消费量数据来源于2001年―2013年《中国能源统计年鉴》，城镇居民收入与人口、CPI数据来源于2001年―2013年《中国统计年鉴》。为使价格具有可比性，以2000年为基期，利用各省每年CPI将各省份收入折算成实际值。根据地理位置、自然资源、社会、文化背景等因素，综合考虑经济发展水平和区域间经济联系的影响，参考国家信息中心的划分标准，将我国大陆31个省、直辖市、自治区划分为区域，作为区域城镇生活能源消费差异演变分析的基本单元[23]。划分结果为：东北区域，包括黑龙江、吉林、辽宁；京津区域，包括北京、天津；北部沿海区域，包括河北、山东；东部沿海区域，包括江苏、上海、浙江；南部沿海区域，包括福建、广东、海南；中部区域，包括山西、河南、安徽、湖北、湖南、江西；西北区域，包括内蒙古、陕西、宁夏、甘肃、青海、新疆；西南区域，包括四川、重庆、广西、云南、贵州、。

二、两种权重下中国区域城镇生活能源消费总泰尔指数分析

泰尔指数的大小体现了考察范围内生活能源消费区域差异的大小，根据其时间序列可以清晰看出差异在各年份变动的动态过程。根据公式（1），运用2000年―2012年全国及29个省（自治区、直辖市）城镇生活能源消费总量、收入和人口数据，分别计算出以城镇收入和城镇人口为权重的中国城镇生活能源消费区域差异泰尔指数T（UI）、T（P）。以折线图表示出的2000年―2012年期间两种权重下总体泰尔指数演变趋势如图1所示。

图1显示：（1）两种权重下中国城镇生活能源消费区域差异均呈现波动中下降的态势，且日趋平稳。例如，收入权重下总泰尔指数由2000年的063降为2012年的045。这是由于“十一五”以来中国区域协调发展政策取得了显著成效，而《“十二五”节能减排综合性工作方案》的实施也引起了能源消费地区差异性的降低，另外随着经济的发展和城镇化进程的加快，技术进步和建设节约型社会等一系列措施使得城镇生活能源消费的区域差异不断缩小。

（2）以收入为权重的泰尔指数大于以人口为权重的泰尔指数。2000年―2012年期间，T（UI）始终大于T（P），其均值为050，这说明我国各区域生活能源消费量占全国的比例与其收入占全国的比例二者差距较大，但与其城镇人口占全国的比例较为接近。从实际数据来看，以东部沿海区域为例，其城镇生活能源消费量占全国的比例12年间在10%―14%之间，其城镇人口占全国的比例在14%―16%之间。但由于经济发达的东部沿海区域城镇居民生活水平较高，其居民收入占全国的比例在17%―21%之间，可以明显看到东部沿海区域城镇生活能源消费量占全国的比例与其城镇居民收入占全国比例的差距大于与其城镇人口占全国的比例，其他区域也存在类似情况。以上分析说明城镇居民收入为权重计算的泰尔指数更能揭示区域能源消费的差异，以人口为权重则部分掩盖了这种差异，但是城镇人口与生活能源消费量发展相似性更强。

三、两种权重下区域城镇生活能源消费泰尔指数分析

区域城镇生活能源消费在两种权重下的泰尔指数如表1、图2和图3所示。

表1显示了区域城镇生活能源消费泰尔指数及其演变趋势。根据其不同的演变趋势，可将区域泰尔指数分为两类。西北区域和东北区域为第一类，其泰尔指数皆在2000年―2005年波动式下降，而在2005年―2012年期间则呈现逐年上升的趋势，即该区域内部各省、市之间城镇生活能源消费差异近年来逐渐扩大。从原始数据来看，2005年辽宁与吉林城镇生活能源消费量差值为48753万吨标准煤，而2012年该数值达到了95742万吨标准煤。京津区域、北部沿海区域、南部沿海区域、东部沿海区域、中部区域、西南区域为第二类，其泰尔指数在2000年―2012年呈现波动式下降的趋势，即这些区域内部各省、市之间城镇生活能源消费差异不断缩小。城镇生活能源消费差异逐渐扩大的区域为欠发达的西北区域以及取暖制冷需求较为强烈的东北区域。西北区域城镇生活能源消费差异逐渐扩大的原因是区域内经济发展不平衡，且新疆、内蒙古与山西、青海等地区能源资源禀赋差异较大；东北区域城镇生活能源消费差异逐渐扩大与东北三省经济发展水平和城镇化水平紧密相关，由原始数据计算可知，2012年经济发达、城镇人口众多的辽宁省城镇生活能源消费占东北区域总量的4080%，而吉林省仅占1818%。

从数值来看，在八区域中城镇生活能源消费内部差异较大的为西南、西北和南部沿海区域，生活能源消费内部差异较小的是京津、北部沿海、东部沿海区域。2000年―2012年城镇化率高的东部沿海、南部沿海区域以及城镇化率较低的西北区域以城镇人口为权重的泰尔指数大于以收入为权重的泰尔指数，即与居民收入水平相比，这些区域城镇人口的差异对城镇生活能源消费差异的影响更为显著。由原始数据可知，南部沿海区域的广东省2012年城镇人口为714036万人，城镇生活能源消费总量为282157万吨标准煤；而海南省仅为45746万人，生活能源消费量仅为11315万吨标准煤。而西北区域内蒙古2012年城镇人口为143764万人，城镇生活能源消费量为113216万吨标准煤；青海省仅为27191万人，城镇生活能源消费量仅为14472万吨标准煤。经济发达的东部沿海区域两种权重下泰尔指数均小于全国水平，且与全国情况相反，城镇人口对其城镇生活能源消费差异的影响更大。京津、东北、中部、北部沿海、西南区域均在整体上表现为以居民收入为权重的泰尔指数大于以城镇人口为权重的泰尔指数，即在这些区域城镇人口与城镇生活能源消费的发展相似性更强，而省际居民收入的差异对于城镇生活能源消费差异的影响更为显著。

本文用各区域单位收入生活能源消费量来体现其生活能源消费利用效率的大小。根据原始数据计算可知，2000年―2012年西北、东北、京津区域单位收入生活能源消费量平均值较高，分别为063、048和043，即其生活能源消耗密度比较大，而北部沿海、东部沿海、南部沿海区域较低，分别为022、027和033，即其说明这些地区生活能源消耗密度在区域中较低。

四、两种权重下区域差异贡献度对比分析

为了进一步分析区域城镇生活能源消费差异对中国城镇生活能源消费区域总差异的贡献，并进一步分析区域间和区域内差异对总差异的贡献程度，根据公式（2）―（4）计算出两种权重下区域间差异、区域内差异以及区域内部差异对总差异的贡献率如图4和图5所示。

分析图4和图5可知：中国区域城镇生活能源消费总体差异主要由区域间差异造成。2003年至今，两种权重下区域间差异贡献率始终维持在60%―70%之间，大于区域内差异贡献率，且近年来区域间贡献率在两种权重下均呈上升的趋势。这主要是因为在区域分区方式下，每个区域包含省份数量较少（京津区域只包含北京、天津，南部沿海区域只包含广东、福建、海南），在这种细致的分区方式下区域内各个省份之间自然资源、社会、文化背景等因素相似，经济发展水平差距较小，区域内各个省份之间经济联系十分密切，因此城镇居民生活能源消费差异较小，对总差异的贡献率较小；而不同区域省份之间由于自然资源、社会、文化背景等因素差异较大，造成不同区域省份城镇居民生活能源消M差异较大，因此区域间差异对总差异的贡献率较大。在地区内差异中，经济发达的京津区域、气候严寒的东北区域能源消费分布差异对总体差异贡献率较小，而南部沿海区域、东部沿海区域、中部区域内部省际差异是导致区域内差异的重要影响因素。2000年―2012年以居民收入为权重的区域间差异贡献率均值为05976，大于以城镇人口为权重的区域间差异贡献率均值05342。

以上数据说明，随着国家西部大开发、中部崛起、振兴东北老工业基地等一系列经济政策的不断出台，区域内部的经济发展水平和城镇化程度差距缩小，但区域间的差距，尤其是居民收入水平以及城镇化程度的差距却在不断扩大。由此可以得出结论：我国区域能源消费的总体差异主要是由区域间差异引起的；而区域内的差异主要来源于南部沿海区域、东部沿海区域和中部区域内部各省、市之间经济发展水平和城镇化程度的不同；京津区域和东北区域对区域内差异影响较小；收入权重下的区域间差异贡献率大于城镇人口权重下的区域间差异贡献率。

五、讨论

研究结果表明我国城镇生活能源消费受到城镇居民收入、城镇人口的显著影响。由于各个区域城镇经济发展水平与人口状况的不同，城镇生活能源消费存在着显著的区域差异。

（一）城镇生活能源消费总体差异

马晓钰和李强谊（2014）[6]、康晓娟和杨冬民[13]运用泰尔指数法测度中国能源消费区域差异，结果均显示中国能源消费存在显著区域差异。马晓钰通过实证研究发现能源消费强度泰尔指数逐年增大，而人均能源消费泰尔指数则呈现逐年减小的态势。康晓娟的研究结果则表明以GDP和工业增加值为权重的泰尔指数均逐年减小，本文研究结果与其一致，表现为以城镇居民收入和人口为权重的总体泰尔指数均逐年减小，即中国城镇生活能源消费存在显著区域差异且这种差异性逐年减小。

（二）两种区域划分方式比较

随着经济社会的不断发展，区域间的经济联系日益紧密，以往研究所沿袭的传统东、中、西区域划分方法已经不再符合近年来区域经济发展的新特点。因此本文采用国家信息中心从经济社会发展的角度将我国划分为经济区域的做法，此分区方式在区域间经济合理布局的基础上综合考虑了当今市场经济规律、区域间经济联系的影响和自然地理特点，与三区域分区方式相比更有利于实现区域间各种社会资源的整体优化配置和区域经济结构的战略布局。

（三）两种区域划分方式下分析结果比对

在三区域分区方式下东部地区包括八区域分区方式下的京津区域、东部沿海区域，而西部地区则包括西南区域、西北区域。康晓娟、杨冬民（2010）[13]测度东、中、西三区域能源消费差异后发现，在两种权重下，东部地区泰尔指数较大，即东部地区内部各省、市之间能源消费分布差异表现最为显著，而中西部能源消费区域差异较小。而本文研究结果则显示区域中东部沿海与京津区域泰尔指数较小，即其内部各省市之间能源分布差异不显著；西南与西北地区在二种权重下泰尔指数一直保持在较高水平，即其内部各省市之间能源分布差异较大。两分区方式下所得结果有所不同，八区域分区方式对东、中、西三大地区进行了进一步细分，可研究更为细致的分区方式下中国区域能源分区差异问题。

张艳东、赵涛（2015）[5]和康晓娟、杨冬民（2010）[13]均运用泰尔指数法测算了三地区分区方式下中国能源消费区域差异各个组成部分的区域贡献率，结果均显示三地区分区方式下区域内差异为中国区域能源消费总体差异的主要贡献者。与此不同，本文在区域分区方式下运用泰尔指数对区域贡献率进行分析发现，城镇收入、人口两种权重下，区域间差异均为中国能源消费总体差异的主要贡献者。在细致的八区域分区方式下区域间差异对能源消费总体差异的影响更显著，符合近年来经济社会飞速发展情境下区域间差异不断扩大而区域内经济联系愈发紧密的规律。

六、结论与建议

（1）本文根据泰尔指数的测度方法，分别计算了2000年―2012年间以城镇居民收入和城镇人口为权重的城镇居民能源消费泰尔指数，分析结果表明，我国城镇生活能源消费表现出明显的区域差异性，而这种差异性正在逐渐减小。以城镇居民收入为权重计算的泰尔指数更能揭示区域能源消费的差异，以人口为权重则部分掩盖了这种差异，即从全国范围来看，与城镇人口相比，区域间城镇居民收入水平的不同对于城镇生活能源消费差异的刺激更为显著。为减小中国城镇生活能源消费区域差异，应着力于实施区域协调发展政策，提高西南、西北等欠发达区域的经济发展水平，以减小各区域间城镇居民收入水平的差异。另外，还可以通过调整我国城市化推进方式来调控城镇生活能源消费，改变外延式、粗放式的城镇发展模式，并解决因为过度城市化而带来的城市人口急剧增加、环境恶化、资源短缺等种种弊端。

（2）对中国区域能源消费的总体差异进行分解分析发现，总体差异主要来自区域的区域间差异。而自2000年以来，区域内部的省际城镇生活能源消费差异呈缩小趋势，这说明我国建设节约型社会以及关于节能减排的各项节能政策效果正在逐步显现，但由于不同区域间经济发展水平和城镇化水平的差异，我国区域地区间的能源消费差异对总差异的影响程度居高不下。

（3）从贡献率上来看，区域内差异主要是由南部沿海区域、东部沿海区域、中部区域内部省际差异引起。而从八区域泰尔指数具体数值来看，西南区域受各省市经济发展水平差异影响，西北、南部沿海区域受各省城镇人口差异影响，城镇生活能源消费差异比其他区域大。因此，为减小区域内差异，应继续推动促进西部大开发、振兴东北老工业基地、促进中部崛起、鼓励东部率先发展的区域宏观发展战略，并进一步强化实施更具有针对性与特色性的微观区域发展战略。

（4）经济发展水平和城镇化水平的地域差异性，决定了地区能源消费必然表现出显著的差异。为减小这种生活能源消费差异以促进区域协调发展，我国需要颁布具有针对性的区域政策，从而减小区域间的经济发展水平以及城镇化水平的差异。针对区域内差异小的京津、北部沿海、东部沿海区域，可采用详尽的节能或能源效率提升措施；τ谇域内差异大且经济发展水平较低的西南、西北区域，则要因地制宜采用相应的节能或能效提升措施，并通过普及节能知识与节能技术、加强基础设施建设等措施避免这些地区依靠高能耗来换取经济总量的增长；对于经济发展水平较高的东部沿海、南部沿海区域，则应通过转变城市化推进方式来避免因过度城市化而带来的种种能源危机。

参考文献：

[1]张馨，牛叔文.城乡居民家庭生活能源消费需求的实证分析[J].中国人口资源与环境，2013，23（5）：1-5.

[2]孙涵，周丽娜，郭海湘.中国城镇居民生活完全能源消费的测算及趋势分析[J].研究与探讨，2014，36（4）：40-45.

[3]国家统计局.中国能源统计年鉴[M].中国统计出版社，2001-2014.

[4]李庆涛.我国区域协调政策发展与实践[J].合作经济与科技，2015，11（1）：16-19.

[5]张艳东，赵涛.基于泰尔指数的能源消费时空差异研究[J].干旱区资源与环境，2015，29（6）：14-19.

[6]马晓钰，李强谊.中国能源消费时空差异分解及影响因素分析[J].工业技术经济，2014，12（10）：110-115.

[7]谭月，黄贤金.我国东、中、西部地区经济发展与碳排放的关联分析及比较[J] .中国人口・资源与环境，2008， 18（3）： 54-57.

[8]熊永兰，张志强，曲建生，等.2005―2009年我国省域CO排放特征研究[J].自然资源学报，2012， 27（10）：1766-1777.

[9]邓吉祥，刘晓，王铮.中国碳排放的时空差异及演变特征分析与因素分解[J].自然资源学报，2014，29（2）：189-200.

[10]唐晓云.生产要素视角的中国旅游经济发展区域差异研究[J]. 经济地理，2010，30 （10） ： 1741-1745.

[11]曹俊文.中国能源消费水平空间差异及成因研究[J].统计研究，2012，29（10）：59-63.

[12]蔡安宁，庄立，梁进社.江苏省区域经济差异测度分析――基于基尼系数分解[J].经济地理，2011，31（12）：1995-2000.

[13]康晓娟，杨冬民.基于泰尔指数法的中国能源消费时空差异分析[J].资源科学，2010，32（3）：485-490.

[14]Conceicao，Pedro K.Galbraith，James Bradford，Peter. The Theil Index in Sequences of Nested and Hierarchic Grouping Structures： Implications for the Measurement of Inequality through Time with Data Aggregated at Different Levels of Industrial Classification[M]. UTIP （the University of Texas Inequality Project） working paper， 2000.

[15]Akita， T. Decomposing regional income inequality in China and Indonesia using two-stage nested Theil decomposition method， [J].The Annals of Regional Science， 2003，33（2） ：55-77.

[16]胡志远，欧向军.基于泰尔指数的江苏省区域差异多指标测度[J].经济地理，2007，27（5）：719-724.

[17]Theil H.. Economics and Information Theory[M].Amsterdam：North Holland Publishing Company， 1967.

[18]Cowell F. A.. On the Structure of Additive Inequality Measures [J]. The Review of Economic Studies，1980，47（3）：521-531.

[19]彭定S，玮仪. 基于消费差距泰尔指数的收入分配研究[J].中南财经政法大学学报，2014，17（2）：30-37.

[20]赵凯.我国城乡消费需求理论与实证研究――以消费量及消费结构为视角[J].现代经济探讨，2009，23（7）：39-43.

[21]傅崇辉，王文军，曾序春.生活能源消费的人口敏感性分析――以中国城镇家庭户为例[J].资源科学，2013，35（10）：1933-1944.

[22] 国家发展和改革委员会. 综合能耗计算通则（GB/T2589-2008）[EB/OL].（2008-06-01）[2016-07-07].

[23]魏一鸣，廖华.中国能源报告（2010）[M].北京：科学出版社，2010.

[24]岳婷，龙如银.我国居民生活能源消费量的影响因素分析[J].华东经济管理，2013，27（11）：57-61.

收稿日期：2016-07-25

南北方文化差异总结范文第4篇

 

当然，要对比工业经济空间差异，就要追源于区域总体经济差异的研究，然而由于在具体研究区际经济差异中，结果与原因解释经常分离，或选择的分析角度主观原因过多，从一定程度上削弱了这些研究的解释力和可信度。同时，单纯的差异测度缺乏对经济差异増长规律的深入探讨，这就在一定程度上妨碍了区域经济増长差异的关键因素研究。因此有必要结合引入经济増长趋同的概念与方法来进一步研究区域工业经济差异是否存在缩小(扩大)而走向趋同(趋异)。而关于对増长趋同的研究，可追源于20世纪中期等134提出的新古典増长模型。它是基于资本边际收益递减假设提出的，即：发达国家由于边际递减规律的作用经济增长将会减缓，欠发达国家则相反;随着时间的推移，各国的人均产出应趋同于一个人均水平不变的稳定状态值。从计量经济学角度对此趋同定义为趋同和趋同。其中，a趋同即为与横截面数据相关趋同假说，指各地区人均GDP差异随时间推移而缩小。卩趋同是与时间序列相关的趋同假说，即穷国比富国增长快，就人均收入或人均产出而言穷国可以赶上富国。

 

目前，国内对区域经济增长趋同的研究主要集中于区域间相对人均GDP分异程度随时间推移是否减小Q趋同)以及区域的相对人均GDP增长速度与其初始水平是否呈负相关关系(趋同)的实证性检验[8]，也有学者运用了空间相互作用的概念、马尔科夫链方法测度了区域经济趋同，并多居于发展现状与演变趋势的分析，对于造成趋同效果的驱动因素尤其是驱动因素的定量说明涉及并不多。且研究单元的选取目前多基于省域单元层面，对县市级单元层面的研究相对较少。

 

其中，对江苏省的空间经济差异与趋同分析已较为成熟，刘兆德则就90年代时期的经济发展及空间差异作了分析，张红梅等分别在选取多项经济指标上运用主成分分析法对经济发展水平和区域空间结构作出测度，蒲英霞等运用GIS方法对空间格局进行定量分析并从趋同角度分析了江苏省空间特征与成因，欧向军等运用经济极化的概念和方法对江苏经济差异作了定量分析，之后欧向军与其他学者对经济空间格局、结构差异及成因进行了重点研究，仇方道等运用标准差及变异系数进行测度，并对经济结构作出了综合评价，而沈正平等在分析南北经济差异的基础上提出区域协调发展的对策。各项研究对江苏经济的格局特征日趋详尽，研究方法集中在标准差、变异系数、泰尔指数、主成分分析法、空间关联、极化指数等方法，但是并未以工业经济为主要研究对象进行深入探讨，且将空间差异与增长趋同结合的研究较少。

 

鉴于目前的研究进展，文章以江苏省65个县市为研究单元(图1)以工业经济为研究对象，从苏南、苏中、苏北三个地区分时段对工业经济增长差异与趋同进行定量判定，探讨该省工业经济差异在区域间及区域内是否有缩小趋势、工业增长是否存在趋同现象，并在此基础上对主要影响因素进行针对性分析，为优化区域工业经济空间布局、制订工业发展策田各妥善处理区域间竞合关系、促进全省工业协调发展等方面提供参考。

 

2.研究区工业经济发展概况

 

目前江苏制造业分布不均衡性明显，南北地区性分布差异较大。2007年苏南地区(南京、苏中、无锡、常州、镇江5市)工业增加值占了全省的67%苏中地区(南通.、扬州、泰州3市)占近18%，而苏北地区(徐州、连云港、盐城、宿迀、淮安5市)只占据了15%。从各单元的工业增加值的平均值看，苏南地区为457亿元，苏中地区为134亿元，苏北地区71亿元，梯度差距尤为明显，尤其是苏北与苏南的差距更为显著，平均各县市单元工业增加值不足苏南的。

 

通过对1990年与2007年江苏省各县市工业经济规模的计算工业经济规模分别工业总产值、工业年平均就业人数)，可以进一步看出在1990年和2007年不同年份江苏省南、中、北三地区的工业经济规模梯度差异均非常明显。其中苏南地区以南京、苏州、无锡等城市工业发展优势最为明显。苏中地区内部相差较小，且以泰州地区的工业发展相对落后。而在苏北地区以各市区工业较为集中，其他县市工业发展普遍落后于苏中、苏南县市。从纵向变化程度看，总体格局变化不甚明显，但相对落后的苏北地区其工业规模成倍增长，苏南地区增长幅度相对平稳。此外，在三个地区内，苏南地区规模等级分布较大即各县市之间差异仍是很大，苏北、苏中差异则有连续分布之势。但是这对于全省域的工业经济差异变化过程、变化程度、变化趋势还不能得以明确，因此有必要进一步分解量化分析。

 

3研究方法与数据说明

 

3.1研究方法

 

3.1.1工业经济时空差异测度目前经济差异研究主要集中于绝对差异、相对差异和综合差异，在相对差异中，泰尔T系数测度方法，可以比较经济指标(变量)的地区分布，该系数可分解为组内和组间差异两个部分[22]，是衡量区域差异的重要指标。本文为了更好地分析地区间及地区内差异，将江苏省分苏南、苏中、苏北三个地区，运用泰尔(Theil)系数，综合测度三个地区之间以及地区内部工业经济差异的总体特征及变化式中，T、BT、WT分别表示全省各县市之间的工业经济差异、地区之间的工业经济差异、地区内区县(市)的工业经济差异;G/、P,:/表示i地区j城市工业的増加值和从业人口，G、P分别表示i地区总工业増加值和从业人口，G、P为全省工业増加值和从业人口。

 

3.1.2工业经济增长趋同检验当不发达地区的増长速度高于发达地区时，发达地区与不发达地区的收入之比会下降，会出现相对趋同。当不发达地区收入増量超过发达地区时，会出现绝对趋同。若初始的差异大，在一定时期内高收入、低増长区域的绝对増量会大于高増长、低收入的绝对増量。相对差异(收入比率)缩小，但绝对差异维持或扩大的情况，可能会持续很长时间。可见，趋同并非完全是指区域差异缩小，而是指区域经济水平趋于接近的过程。在这一过程中某些形式的差异(如绝对増量差)可能在一定时段内并不会缩小。

 

4.工业经济时空分异及增长趋同特征

 

4.1总体及地区间差异演变特征

 

通过泰尔T系数测度(式1~3)，江苏省工业经济所得到总差异变化趋势呈现“S”形(表1，图3)，即先从1980年的0289下降到2001年的0156而后保持稳步升高至2003年的022，之后又开始下降。总体而言，从1980~2007年江苏省各地区工业经济的总体相对差异有所缩小，但缩小的速率有所放缓。从地区间的工业差异变化情况看，与总体差异趋势较为一致(图3)，即先从1980年开始缩小至2001年的0101，之后开始扩大，至2004年又有所下降。

 

对于总体差异的贡献率，地区间的差异是造成江苏省工业经济空间差异的主要原因，虽呈先增后確势，贡麵高达60%上下。地区内的差异贡献率贝相棚、，前期以苏南差异贡献率为主，中期以苏中贡献率相对较高，后期则以苏北的贡献率较高。

 

4.2地区内差异演变特征

南北方文化差异总结范文第5篇

关键词：资源误配；全要素生产率；LP半参数法；地区差异

DOI：10.13956/j.ss.1001-8409.2015.XX.XX

中图分类号：F127 文献标识码： 文章编号：1001-8409（2015）00-0000-00

Abstract：The paper takes the industrial enterprises data from 2002 to 2013 as a sample and calculates the TFP of the enterprises of the 31 provinces in China and compares its regional disparities by LP semi-parametric method. Then， based on empirical analysis， the thesis demonstrates the resource mis-allocation degree of different regions in China through studying the productivity dispersion and the covariance （OP covariance） between enterprise share and productivity. The results showed that not only each region of the TFP has the difference and areas with high levels of economic development have the lower the resource mis-allocation degree ， but also most regions have been improved constantly and the regional economic development disparity is narrowing.

Key words： Resource mis-allocation； TFP； LP semi- parametric method；Regional differences

引言

我国自改革开放以来经济得到了飞速的发展，但是不同区域和地区间的经济发展的非一致性却日益突出。经济增长实际上是由许多因素共同发挥作用的，在市场经济体制下，经济绩效的提高实际上就表现为全要素生产率（简称TFP）对经济绩效的影响。因此可以说，国家或地区贫富的差异是来源于生产率的差异。一些经济学家认为，技术的不同是引起生产率差异的重要原因。Howitt、David Sondermann认为，国家之间比较大而持续的生产率差异的原因是由生产技术缓慢的从发达国家扩散到其它国家而导致的[1，2]。除了技术效率原因以外，生产要素的配置效率成为影响生产率的更加重要的原因（Próchniak，2013；Andersson，2013）[3，4]。许多制度体制、政策等因素都可以导致资源误配置，从资源误配的角度来理解跨国家或地区间的经济发展差异是近十几年来经济增长研究中发展最为迅速的领域之一。Hsieh and Klenow（2009）分别测算了中国、美国和印度这三个国家制造业企业的生产率水平，并推测出在制造业产业内，如果中国和印度能像美国一样将资源配置给更高生产率的企业，那么这两国的生产率分别能提高30%～50%和40%～60%[5]。聂辉华等（2011）以1999年到2007年中国制造业企业层面数据为样本，采用OP协方差法来衡量中国工业的资源误配置扭曲程度。结果发现，中国三位码制造业的OP协方差仅为-0.005，这表示资源类似于随机配置，与资源最优配置的程度存在着巨大的差距[6]。杨孟禹等（2015）从要素流动的视角探讨了城乡收入差距，认为提高区域的要素配置效率可以缩小城乡收入差距，从而促进区域经济增长[7]。柏培文（2012）基于产业角度测算了中国和各省份1978～2010年代表性年份的劳动生产率的扭曲程度，结果表明第二产业配置扭曲程度最高，但是近年来有下降的趋势[8]。

国内鲜有关于资源误配置和地区生产率差异研究的文献报道，已有文献大多数主要是基于农业和制造业研究资源误配与全要素生产率，而针对工业的研究比较少。我国作为最大的转型经济体，在工业改革和经济发展的过程中，由于存在很多的政策性壁垒和市场扭曲，资源误配成为阻碍经济绩效提升的重要因素。而大多数文献对于总体TFP的研究也主要是从宏观层面出发，要么采用传统的索罗余值法，要么采用数据包络法（DEA）和随机边界法（SFA），从企业层面基于资源配置的视角研究TFP的文献屈指可数。本文采用国际主流LP半参数法来计算TFP，这可以有效的解决生产要素与生产率相关而导致的联立性问题及生产率与企业退出市场相关而导致的样本选择问题[9]。同时，本文利用我国工业企业层面的微观数据来专门研究资源误配具有一定的直接性和创新性，并通过全要素生产率的离散程度和OP协方差两种方法从地区的角度刻画我国工业资源误配置的情况，系统分析出我国各个地区的生产率分布和资源误配置的程度，考察它们之间的联系，进而再有针对性的改善我国不同地区的资源误配置效果和提高经济发展水平。

1.2我国跨地区全要素生产率测算

本文使用的样本数据来源于《中国工业企业数据库》和锐思金融研究数据库。通常企业层面的数据会存在很多异常的观测值，考虑到数据的真实可靠性，依据标准的数据剔除程序（谢千里等，2008）[10]，在筛选数据样本时剔除了以下观测值：（1）主要财务指标为0或缺失的；（2）不符合一般会计准则的；（3）不符合“规模以上”的企业；（4）在上述一般性剔除程序完成后，还剔除了生产率位于前后1%分位的异常值。在进行企业全要素生产率的测算之前，需要进行价格指数平减，这样得到的生产率即为经济学意义上的生产率。由于我国每个地区物价波动幅度不同，本文采用各个省份固定资产的投资价格对资本进行价格平减，采用各个省份的工业品出厂价格指数对中间投入和总产值进行价格平减。其中的价格指数均来自国家统计局编纂的《中国统计年鉴》。

本文对区域的划分按照世界银行（2006）的标准[11]，将全国31个省级行政区域划分为四大经济区域，其中东北地区包括吉林、辽宁和黑龙江；中部地区包括湖南、湖北、安徽、江西和河南；环渤海和东南地区包括北京、河北、天津、山东、江苏、上海、福建、广东和浙江；西北和西南地区包括陕西、山西、内蒙古、宁夏、新疆、青海、甘肃、重庆、四川、云南、广西、贵州、海南和。

为了比较分析跨地区生产率的差异，在测算出工业企业的全要素生产率之后，还需要测算出各个地区的总量生产率，在这里，借鉴Olley and Pakes（1996）的方法，将地区总量生产率定义为所有企业全要素生产率的加权平均[12]，用公式表示为：

在这里， 表示的是权重，它是用企业的生产份额来表示的，在本文中是用企业的产值除以该地区总产值求出的。

总的来说，从TFP水平指标来看，2002～2013年期间，我国地区层面生产率最高的是环渤海和东南地区，其次是中部地区，再次是东北地区，最后是西南和西北地区。从TFP增长率指标来看，我国大部分地区都有着较高TFP增长率，这意味着我国工业企业在总体上存在着收敛的趋势。

2资源误配与我国跨地区生产率差异分析

经济增长的主要决定因素是生产率，跨地区经济水平的差异则表现为生产率的异质性。同时，资源配置是经济增长理论中非常重要的内容，资源误配置成为影响生产率的关键性的原因。下面就将探讨我国不同地区的资源误配程度，进而考察不同地区的经济发展水平差异是否与资源误配置程度相关。

2.1离散程度与我国跨地区生产率差异的比较分析

通常采用90%分位企业的全要素生产率与10%分位企业的全要素生产率的比值（90/10）和标准差作为衡量全要素生产率离散度的指标。表2给出了样本区间内的三个代表性年份（2002年、2007年和2013年）反映全要素生产率离散程度的指标，即90%分位数与10%分位数之比（90/10）和标准差。

由表2可以看出，环渤海和东南地区的90/10和标准差在四大区域中最小，这表明该地区的企业全要素生产率的较大值与较小值之间的差距最小，也就是说生产率的离散程度最小，这意味着环渤海和东南地区的资源配置程度相比其他区域来说较合理，资源误配置程度最低。其次是中部地区，而东北地区及西南和西北地区的企业离散度较大，表明资源误配置程度较为严重。

特别的，以2013年为例，生产率离散度最高的是西南和西北地区，该地区的90%分位企业的全要素生产率是10%分位企业的全要素生产率的4.73倍，由于2013年西南和西北地区的企业总数目为41243，这表示在同一个市场中，有大概4124家企业的经济效率是其他4124家企业的4.73倍，然而这两者却能够同时存在同一个市场中，这是非常明显的生产率差异，表明了西南和西北地区的资源误配置扭曲程度最为严重。同时，从2002年到2007年再到2013年的时间的变化趋势来看，中国四大区域的企业生产率离散程度在样本考察期间分别出现了不同程度的下降趋势，企业TFP均值随着年份逐渐增加，这意味着随着时间的推移和市场经济体制改革的逐渐完成，中国四大区域的资源配置效果逐步得到改善。

2.2 OP协方差与我国跨地区生产率差异分析

除生产率的离散度外，OP协方差是度量资源误配置扭曲的另一个常见工具。OP分解法的分解方程式为： 。其中， 是行业指标，表示加权的行业平均生产率； 是企业水平的指标，表示企业的生产率水平； 是企业活动份额；加横线的则表示该指标的算数平均值。该方程式右边的另一项是OP协方差，即表示企业活动份额与生产率间的协方差。OP协方差的经济含义可以表示为：如果一个地区的资源能够实现优化配置，那么该地区那些贡献了较多生产率的企业应该相应地能够得到更多的资源配置，OP协方差就越高；反之，如果一个地区的资源没有实现优化配置或者优化配置效率低，那么该地区的OP协方差就越低。同时为了分析我国不同地区在样本考察期间的资源配置的改善情况，本文将样本考察期间分为两个时期，即2002～2007年和2008～2013年，分别计算OP协方差值和增加值，结果如表3所示。

表3分别计算了我国31个省份2008～2013年和2002～2007年这两个时期的OP协方差和增加值。整体来看，在2002～2007年期间，我国大部分省份工业整体资源配置效果低下。而在2008～2013年期间，全国省份的资源配置效果都得到了优化，这表明我国市场经济体制改革发挥了作用，使得生产率较高的企业可以得到较多的资源，资源配置效果得到了优化。

同时，我国四大区域的资源误配置程度呈现较大的差异。与前文分析结果一致，首先资源配置效果最好的是环渤海和东南地区，具体表现为北京、上海、山东、福建和广东的OP协方差值在两个时期都相对最高，这说明，这几个省份的资源配置效果在全国范围内相对最好。同时，环渤海和东南地区的9个省份的OP协方差增加值都相对较大，可见，资源配置效果都出现了不同幅度的提升。其次是中部地区，其中湖北和安徽的OP协方差在2008～2013年时期分别达到了0.099和0.085。而湖北省和安徽省的地区生产率是中部地区同样位居前两名的省份，这可以说明经济越发达的地区，市场经济越完善，资源误配置程度就越低。再次是东北地区。在2002～2007年期间，东北三省的OP协方差值相对中部地区来说较低，这说明资源配置效果较差。而东北三省的TFP和TFP增加值在全国范围内来看也是相对较低的。这是因为国有企业和集体经济在东北三省的经济中起着非常重要的作用，所占的比重很高，因此影响了该地区的资源配置效果。在2008年以后，东北地区整体的OP协方差值都有大幅度的增加，资源配置程度得到了改善，并呈现出优化的趋势。最后，西南和西北地区是中国资源误配置程度最严重的区域。在2002～2007年期间，中国西南和西北地区大约有三分之一的城市OP协方差值为负数，可见其资源配置类似于随机配置，生产率较高的企业并没有得到与其生产率贡献相一致的经济资源，存在着严重的资源误配置扭曲现象。2008～2013年期间，西南和西北地区的一些省份如四川、山西、海南等省份，它们的OP协方差都有不同程度的增加，资源误配置情况有所改善，这得益于我国政府在2003年提出的“西部大开发”战略。

3结论与政策建议

本文利用2002～2013年我国工业企业水平的数据，采用LP半参数方法估算了各地区的全要素生产率，并在此基础上，采用OP协方差方法来研究资源误配与跨地区生产率的差异，得出如下主要结论：

第一，各地区TFP差异较大。环渤海和东南地区及中部的企业TFP均值最高，2013年企业TFP均值分别达到8.32和7.65；而东北及西南和西北地区的企业TFP均值比较低，分别为6.88和6.41。

第二，各地区资源误配置程度差异较大。环渤海和东南地区及中部地区的资源误配置程度较低；而东北地区及西南和西北地区的资源误配置程度较为严重。

第三，资源误配置与我国跨地区生产率差异之间存在非常密切的关系。市场经济发展水平相对较高的环渤海、东南及中部地区，资源误配置程度越低，TFP离散程度越小，OP协方差越大；市场经济发展水平相对越低的东北、西南和西北地区，资源误配置程度越高，则TFP离散程度就越大，OP协方差就越小。同时，我国地区资源误配置的程度和区域经济差距呈现收敛趋势。

要改善我国不同地区的资源误配置程度，我国政府的政策和制度安排需要从以下几个方面进行改善。

第一，进一步推进金融市场化的改革进程，减少金融机构对非国有企业和中小企业的信贷歧视，改变金融机构对集体企业和国有企业的信贷政策倾斜的现状。

第二，加强对产业政策的完善，政府不仅要减少直接干预微观经济的运行，而且制定的产业政策应该对不同地区、不同类型的企业平等对待，减少不平等的保护措施，尊重市场的选择。

第三，降低地区边界效应，消除垄断势力，不断完善地方政府的激励机制，制定更加合理的贸易政策，从而减少由于不对称贸易的自由化而造成的资源误配置扭曲，避免企业和社会福利的损失。

参考文献

[1]Howitt，Peter.Endogenous Growth and Cross-Country Income Differences[J].American Economic Review， 2000（90）：829C846.

[2]David Sondermann.Productivity in the Euro Area： Any Evidence of Convergence？[J].Empirical Economic，2014（47）：999C1027.

[3]Próchniak M，Witkowski B.Time Stability of the Beta Convergence Among EU Countries：Bayesian Model Averaging Perspective[J].Economic Modelling，2013（30）：322-333.

[4]Andersson， F. N. G.， Edgerton， D. L.， & Opper， S. A Matter of Time： Revisiting Growth Convergence in China[J].World Development， 2013（45）：239C251.

[5]Hsieh， Chang-Tai， and Peter J. Klenow. Misallocation and Manufacturing TFP in China and India[J].Quarterly Journal of Economics，2009（4）：1403C1448.

[6]聂辉华，贾瑞雪.中国制造业企业生产率与资源误配[J].世界经济，2011（7）：27-42.

[7]杨孟禹，杨芳.城乡收入差距、要素流动与经济增长再研究――以重庆为例[J].软科学， 2015（8）：71-92.

[8]柏文培.中国劳动要素配置扭曲程度的测量[J].中国工业经济，2012（10）：19-31.

[9]Levinsohn， James， and Amil Petrin. Estimating Production Functions Using Inputs to Control for Unobservables[J].Review of Economic Studies，2003（4）：317C341.

[10]谢千里，罗斯基，张轶凡.中国工业生产率的增长与收敛[J].经济学（ 季刊），2008（3）：45-56.